Tidak bisa dipungkiri, saat ini Air Conditioner (AC) telah menjadi kebutuhan masyarakat modern. AC telah banyak ditemui di setiap sudut ruangan seperti gedung-gedung bahkan di sebagian besar rumah masyarakat. Sifat dari AC yang dihidupkan dalam jangka waktu lama serta penggunaan daya yang besar yaitu sekitar 350-2220 watt menyebabkan AC menjadi salah satu perangkat elektronik yang mengkonsumsi daya terbesar. Oleh karena itu, dibutuhkan suatu sistem yang dapat mengontrol setting AC sehingga biaya penggunaan AC menjadi minimal dengan cara melakukan pengaturan AC secara tepat berdasarkan pengenalan pola kebiasaan seseorang yang berada dalam sebuah ruangan.
Pada Tugas Akhir dilakukan pengaturan setting effort AC menggunakan metode JST backpropagation untuk mengklasfikasikan ke dalam empat kelas yaitu 1, 2, 3, dan 4 yang berkorespondensi dengan tipe effort off, low, medium, dan high. Sebagai input dari sistem adalah jumlah orang dalam suatu ruangan, temperatur dalam dan luar ruangan, serta temperatur target. Data yang dibangkitkan bersifat dummy dengan jumlah dataset sebanyak 1488 data. Proses pelatihan algoritma backpropagation dilakukan dengan cara trial and error untuk memperoleh hasil terbaik. Selanjutnya akan dilakukan perbandingan hasil pengujian berdasarkan parameter jumlah epoch, nilai hidden layer, dan fungsi aktivasi.
Dari hasil pengujian diperoleh akurasi terbaik yaitu sebesar 99,7% untuk data uji 100% sudah pernah dilatihkan, serta 96,8% untuk data uji 100% belum pernah dilatihkan. Akurasi tersebut didapatkan pada saat menggunakan parameter dengan jumlah epoch 2000, nilai hidden layer [10 10], dan fungsi aktivasi logsig- purelin dengan waktu komputasi rata-rata yang dibutuhkan yaitu 0,007 detik. Efisiensi energi yang didapatkan berkisar antara 37%-57%.